Amazon Forecast 不再提供給新客戶。Amazon Forecast 的現有客戶可以繼續正常使用服務。[進一步了解」](https://aws.amazon.com/blogs/machine-learning/transition-your-amazon-forecast-usage-to-amazon-sagemaker-canvas/)

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 更新資料
<a name="updating-data"></a>

當您收集新資料時，您會想要將該資料匯入預測。若要這樣做，您有兩個選項：取代和增量更新。替換資料集匯入任務會使用新匯入的資料覆寫所有現有的資料。增量更新會將新匯入的資料附加至資料集。

匯入新資料之後，您可以使用現有的預測器來產生該資料的預測。

**Topics**
+ [匯入模式](#idsi)
+ [更新現有的資料集](#idsi-console)
+ [更新預測](#update-data-new-forecasts)

## 匯入模式
<a name="idsi"></a>

若要設定 Amazon Forecast 如何將新資料新增至現有資料集，您可以指定資料集匯入任務的匯入模式。預設匯入模式為 `FULL`。您只能使用 Amazon Forecast API 設定匯入模式。
+ 若要覆寫資料集中的所有現有資料，請在 [CreateDatasetImportJob](API_CreateDatasetImportJob.md) API 操作`FULL`中指定 。
+ 若要將記錄附加至資料集中的現有資料，請在 [CreateDatasetImportJob](API_CreateDatasetImportJob.md) API 操作`INCREMENTAL`中指定 。如果現有記錄和匯入的記錄具有相同的時間序列 ID （項目 ID、維度和時間戳記），則會以新匯入的記錄取代現有記錄。Amazon Forecast 一律使用具有最新時間戳記的記錄。

如果您尚未匯入資料集，則增量選項無法使用。預設匯入模式是完全取代。

### 增量匯入模式準則
<a name="idsi-incremental"></a>

當您執行增量資料集匯入時，您無法變更時間戳記格式、資料格式或地理位置資料。若要變更任何這些項目，您需要執行完整的資料集匯入。

## 更新現有的資料集
<a name="idsi-console"></a>

**重要**  
根據預設，資料集匯入任務會取代您匯入的資料集中的任何現有資料。您可以透過指定資料集匯入任務的 來變更此項目[匯入模式](#idsi)。

若要更新資料集，請為資料集建立資料集匯入任務，並指定匯入模式。

------
#### [ CLI ]

若要更新資料集，請使用 `create-dataset-import-job`命令。對於 `import-mode`，請指定 `FULL`，以取代現有資料或將其`INCREMENTAL`新增至其中。如需詳細資訊，請參閱[匯入模式](#idsi)。

下列程式碼示範如何建立資料集匯入任務，以逐步將新資料匯入資料集。

```
aws forecast create-dataset-import-job \
                        --dataset-import-job-name dataset import job name \
                        --dataset-arn dataset arn \
                        --data-source "S3Config":{"KMSKeyArn":"string", "Path":"string", "RoleArn":"string"} \
                        --import-mode INCREMENTAL
```

------
#### [ Python ]

若要更新資料集，請使用 `create_dataset_import_job`方法。對於 `import-mode`，請指定 `FULL`，以取代現有資料或將其`INCREMENTAL`新增至其中。如需詳細資訊，請參閱[匯入模式](#idsi)。

```
import boto3

forecast = boto3.client('forecast')

response = forecast.create_dataset_import_job(
    datasetImportJobName = 'YourImportJob',
    datasetArn = 'dataset_arn',
    dataSource = {"S3Config":{"KMSKeyArn":"string", "Path":"string", "RoleArn":"string"}},
    importMode = 'INCREMENTAL'
)
```

------

## 更新預測
<a name="update-data-new-forecasts"></a>

當您收集新資料時，建議您使用它來產生新的預測。當您匯入更新的資料集時，預測不會自動重新訓練預測器，但您可以手動重新訓練預測器，以使用更新的資料產生新的預測。例如，如果您收集每日銷售資料，並想要在預測中包含新的資料點，您可以匯入更新的資料，並使用它來產生預測，而無需訓練新的預測器。若要讓新匯入的資料影響您的預測，您必須重新訓練預測器。

**若要從新資料產生預測：**

1. 將新資料上傳至 Amazon S3 儲存貯體。您的新資料應該只包含自上次匯入資料集後新增的資料。

1. 使用新資料建立**增量**資料集匯入任務。新資料會附加至現有資料，而預測會從更新的資料產生。如果您的新資料檔案同時包含先前匯入的資料和新資料，請建立**完整**資料集匯入任務。

1. 使用現有的預測器建立新的預測。

1. 照常擷取預測。